(声纳+惯性+视觉)Sonar Visual Inertial SLAM of Underwater Structures
传感器：声纳+惯性+视觉 提出一种实时SLAM算法，融合视觉，惯性，距离信息。 重点: 怎样融合声呐信息. 系统框图: 以OKIVS为框架, 融合声纳信息. 硬件配置: IDS UI-3251LE cameras *2 15帧/s, 1600x1200 IMAGENEX 831L Sonar 最大探测距离6m; 角分辨率: 0.9°; 完整扫描6m范围耗时6s Microstrain 3DM-GX
相关文章
- 1. 视觉惯性里程计Visual–Inertial Odometry(VIO)概述
- 2. 视觉惯导slam研究综述
- 3. 综述|视觉与惯导，视觉与深度学习SLAM
- 4. 视觉−惯性里程计(VIO)融合SLAM方案
- 5. 视觉惯导里程计VIO综述
- 6. 什么是视觉Visual SLAM
- 7. 基于视觉惯性融合的SVO
- 8. Visibility Enhancement for Underwater Visual SLAM based on Underwater Light Scattering Model
- 9. 视觉SLAM学习（三）--------SLAM 综述
- 10. 视觉惯性里程计VIO综述
- 更多相关文章...
- • XSLT
- • XSLT
- • JDK13 GA发布：5大特性解读
- • Git可视化极简易教程 — Git GUI使用方法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 视觉惯性里程计Visual–Inertial Odometry(VIO)概述
- 2. 视觉惯导slam研究综述
- 3. 综述|视觉与惯导，视觉与深度学习SLAM
- 4. 视觉−惯性里程计(VIO)融合SLAM方案
- 5. 视觉惯导里程计VIO综述
- 6. 什么是视觉Visual SLAM
- 7. 基于视觉惯性融合的SVO
- 8. Visibility Enhancement for Underwater Visual SLAM based on Underwater Light Scattering Model
- 9. 视觉SLAM学习（三）--------SLAM 综述
- 10. 视觉惯性里程计VIO综述